基因表达样本聚类后异常样本筛选代码问题求助

你的问题出在逻辑判断的语法错误上，导致筛选条件完全不符合预期。我们一步步拆解：

错误原因 #

你写的代码：

keepSamples = (Cutreecluster_Sample==!0)

在R中，!0会被解析为逻辑值TRUE（因为R里0等价于FALSE，取反后就是TRUE）。所以这句代码实际等价于：

keepSamples = Cutreecluster_Sample == TRUE

而在R的类型转换规则中，只有数值1会被视为等同于TRUE，其他非0数值（比如2、3、4）和TRUE比较时都会返回FALSE。这就导致你只筛选出了聚类标签为1的24个样本，而非所有非0的71个样本。

正确的筛选代码 #

你需要直接判断聚类标签不等于0，有几种等价的正确写法：

方法1：直接使用不等于运算符（最直观） #

keepSamples = Cutreecluster_Sample != 0

方法2：判断属于目标聚类标签集合 #

如果明确知道非0聚类是1-4，也可以用%in%：

keepSamples = Cutreecluster_Sample %in% c(1, 2, 3, 4)

方法3：利用聚类标签的非负性判断大于0 #

因为你的聚类标签都是非负整数，也可以这样写：

keepSamples = Cutreecluster_Sample > 0

验证与数据集筛选 #

运行上述任意一种代码后，再执行table(keepSamples)，应该会得到：

keepSamples
FALSE  TRUE 
    1    71 

之后用这个筛选向量处理你的数据集即可（假设datExprSTLMS是行代表基因、列代表样本的矩阵）：

# 筛选非0聚类的样本
datExprSTLMS_filtered = datExprSTLMS[, keepSamples]

# 如果你的数据集是行代表样本、列代表基因，就用：
# datExprSTLMS_filtered = datExprSTLMS[keepSamples, ]

内容的提问来源于stack exchange，提问作者Mohammad